AI 情报文章归档

微软论文《Coding Agents are Strong Prompt Optimizers》提出 Coding-Agent Skill Distillation（CASD），让现成编码代理读取完整智能体轨迹日志，自行编写分析代码统计失败模式并将发现写成规则提示词，无需环境访问和验证数据。

微软等机构提出 Taste-Bench，衡量前沿智能体在长任务决策点能否选对方向，最佳模型正确率仅 59.7%。该基准从工程与研究运行中的并行尝试和绕路自动挖掘分叉点，越依赖轨迹后段证据的分叉越难，加大推理预算也无法提升准确率。作者将教师模型对结果的判断蒸馏进学生模型，在留出的 SWE-bench Pro 任务上提升了端到端成功率。

If you read my last post about how we keep Mautic's docs up to date with Promptless, you already know...

One base, many sources Raku documentation does not live in one place. The language docs...

新 Copilot 背后的动机：智能正在加速发展。现在我们需要把它普及到各处。

n8n and NVIDIA will demonstrate a practical approach to governing AI agent actions at NVIDIA GTC...

AI 开启了一个新的学习时代。 Jamie 在经营 Crimson Education 的同时攻读了 12 个高级学位。 但在创业中学习本身就是一种技能。传统学校很少提供这种机会，而有了如今这么强大的 AI，没有什么能阻挡你。

听说 AI 监管的风声渐起，尤其是带着一种“开源危险、闭源安全”的错误论调，所以觉得有必要重发这篇。有一些方法可以让 AI 行业更安全，同时不削弱透明度、教育和竞争。https://www.interconnects.ai/p/banning-open-source-ai-would-be-a

How to build an app where two models get the same CSV, write matplotlib code, get sandboxed and...

阶跃 Step-5-Preview 实测显示输出稳定性突出，后训练扎实，写工程代码很少反复；在“硅基交警”Agent 测试中全程未指挥出事故，后端 Agentic Coding 与“硅基骑手”多轮测试得分 Δ 很小。其 Agent Loop 迭代能力可卡着极限数值优化，例如把送餐超时理解为送餐时间+5分钟以多赚积分。短板是前端、3D 场景与美学，较上一代有提升但距本代 SOTA 仍有差距。

I gave Claude Code and Codex a 1,472-line game bible for a point-and-click adventure about Martin...

Everyone agrees regulated agents need deterministic controls. The failures come from controls that are secretly probabilistic, and from not knowing where the line goes.

Europe's AI data center buildout is creating a power problem that cannot be solved by adding more...

Earlier this week I tested whether Jev remembers how 2023 earnings turned out. It doesn't. So I ran...

Modem 发布官方插件，用户可将 Modem 接入 ChatGPT，用于查看客户反馈、与工程团队一起排定优先级，并向客户闭环反馈结果。

Originally published at cchinchilla.dev. Part 4 of From code to weights, a 12-part series on ML...

The Verge 记者用 Google Nest Doorbell、Aqara G400 和 Ring Pro 4K 三款门铃，实测了 Gemini for Home、Apple Intelligence for Home 与 Amazon Ring 的 AI 摄像头功能。测试源于其宠物鸡被咬死却只收到一连串"motion detected"通知、视频片段还一直缓冲的经历。

拍摄后的修改是工作的一部分。服装、背景、灯光——现在更多这类修改无需让所有人重返片场即可完成。

据彭博社报道，高盛策略师预计亚马逊、Alphabet、微软、甲骨文和 Meta 明年 AI 基础设施支出将增长超 50% 达 1.2 万亿美元，高于华尔街 1.1 万亿美元的共识预期，五家公司每年需创造约 3000 亿美元 AI 收入才能收回投入。

AI agents are producing more pull requests, but human review is not scaling with them. The solution is smaller changes, stronger automated gates and clear ownership of the merge.

AI coding assistants are getting very good at generating Laravel code. Give an AI a feature request...

微软发布新版 Copilot“超级应用”，将聊天、编程和智能体能力集中到同一界面，定位为“为工作而生的 AI”。

Handrail takes a screenshot of whatever you are stuck in, answers your question about it, and then...

Meta Superintelligence Labs 工程副总裁 David Singleton 表示，每位 Muse 用户可获得一台免费云端电脑，运行完整 Ubuntu Linux 镜像，可安装软件、编译代码或浏览网页。

据英国《卫报》报道，被称为英国最大 AI 超级计算机的埃塞克斯郡劳顿数据中心项目无法按原定 2027 年启用，UKPN 告知建设方 Nscale 电网要到 2030 年代初至中期才能提供足够电力。

layaAgent: an AI agent where a small typed-decision encoder makes the routine decisions, a local LLM...

Introduction Here is how to construct an inventory and pricing command centre with ToolJet...

NSA 告知国会今年将花费数十亿美元测试先进 AI 模型，算力是最大开支，立法者预计全面 AI 监管每年可能耗资数百亿美元，远高于此前 CBO 对类似法案约 2000 万美元一年的估算。

Microsoft 正式发布重新设计的 Copilot 超级应用，将 AI 聊天、编码和智能体整合为 Home、Code、Autopilot 三个标签页，并把此前在 Build 上发布的 Scout 更名为 Autopilot。

Anthropic 员工 Thariq Shihipar 深入评测了 effort 设置对 Claude Code 中 Fable 5.1 和 Opus 5.5 输出的影响。

Anthropic 工程师 Addy Osmani 拆解 Opus 5.5 在 Claude Code 中完成任务的成本构成：turns、缓存读取、输出 token 和模型选择四个因素决定账单。Opus 5.5 输入输出价格比 Opus 5 降 20%，缓存读取降 60%，官方估算典型任务整体运行成本低 40%；文中还给出 effort 分级、缓存命中率维护、/usage 自查等省钱做法。

On Wednesday, September 30, Anthropic and Google Cloud are co-hosting a hands-on developer workshop...

Google 正在测试 Call for Me 功能，让 Gemini 代表用户致电商家处理订位、改约或查询库存等任务。目前仅限美国 Pixel 11 用户使用，需要付费 Gemini 订阅和 Phone 应用测试版；AI 会通过语音菜单、等待接听，并用用户自己的号码拨出，用户可通过实时转录查看通话并随时接管。

What happened when I tried a model that doesn't generate text at all I spend a lot of...

As AI agents become a bigger part of the conversation around software development, I started thinking...

第 48 届世界技能大赛 9 月 22 日至 27 日在上海举行，64 个项目中与 AI 直接相关的赛项有 8 个，其中智慧安防技术、软件测试、数字交互媒体设计为本届新增，新增数量创历届之最。这些赛项要求选手应用深度学习算法、大模型基础原理，并调用多个智能体自主进行测试。中国代表团共 220 人，其中 71 名选手参加全部 64 个项目。

Most explanations of vector databases turn into a wall of math. Here's the one-minute version...

This is a submission for the Sanity Challenge, Path Two: Vibe-Code Something Strange What I...

I added one column to my crawler dashboard — verified against checked, counted per path. On the pages that exist, every check passed. On three paths that do not exist, all of them claiming to be ClaudeBot, every check failed.

...